基于网络流量的挖矿行为检测识别技术研究

摘要：

针对国内现有挖矿行为检测识别技术的准确性不高、缺少具体挖矿行为证据等问题,提出了一种基于网络流量的挖矿行为检测识别模型和多维度挖矿指纹特征提取方法,该模型通过对Stratum、Getwork等矿池协议的指令特征提取分析,能够高效准确地实现对挖矿行为的自动检测识别,并提炼出多维度的挖矿指纹特征,包括挖矿指令、矿池币种、软件型号、挖矿账号、算力、能耗等信息.实验结果表明,该模型能够准确识别相关挖矿行为并分析得出其多维度挖矿指纹特征,算力特征识别的准确性为95％左右,总体的挖矿行为检测识别的准确性为91.73％,为虚拟货币挖矿检测提供了一种精准有效的解决方案.

关键词：虚拟货币、挖矿行为、矿池协议、检测识别

所属期刊栏目：39

分类号：TP393(计算技术、计算机技术)

资助基金：国家重点研发计划;北京市自然科学基金资助项目

在线出版日期：2022-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1956-1960